一种基于阵列镜头的图像重对焦新算法

本文研究阵列镜头的重对焦算法.该算法首先对阵列镜头获取的图像进行标定,并根据图像灰度一致性约束和相邻像素深度光滑性约束条件,建立能量函数.采用图割(Graph Cuts)算法求解,确定像素的深度,实现场景的深度划分.然后以中心图像为参考图像,计算图像中每个像素的深度,实现阵列图像的重对焦.本文算法在3*3阵列镜头得到有效验证,可望在手持平板摄像设备中得到实际应用.     

一种基于微阵列相机的图像置换技术

本文提出了一种基于3×3微阵列相机所获取的阵列图像的置换技术.本文首先对阵列相机进行标定,然后根据图像数据一致性和相邻像素视差的连续性等约束条件,建立能量函数,再采用图割算法求得视差图,基于视差图生成深度图,最后依据目标物所在的深度层进行目标物置换,实现基于微阵列相机的图像置换功能.本文算法与一般置换技术相比减少了交互工作量,且能有效处理遮挡问题,实验结果表明基于微阵列相机的图像置换技术是切实可行的.     

一种基于微阵列镜头的多目标的图像置换方法

本文提出了一种基于微阵列镜头的利用图像深度信息进行图像置换的算法.该算法利用基于马尔科夫随机场理论的图割算法构造能量函数,恢复所拍摄场景的深度图,再根据图像中目标物体所在深度层范围进行置换,从而在保留置换部分完整图像的同时,实现微阵列镜头的图像置换功能.实验结果证明,相较于局限在二维平面且交互复杂的传统图像置换技术,本文算法能够准确提取置换图像,并在置换后不损坏图像本身的内容,能有效地处理图像中物体的前后遮挡问题,减少繁琐的交互操作及对操作人员经验的依赖.     

基于双目视觉的焊缝图像立体匹配

针对焊接图像缺乏纹理的问题,研究了一种弱纹理检测跨尺度聚合的立体匹配算法。根据张氏标定法,对双目视觉传感器进行标定,得到了双目视觉传感器的外部和内部参数。然后,对双目视觉传感器获取的焊缝图片进行中值滤波、二值化等一系列图片预处理。利用弱纹理检测跨尺度聚合算法对焊缝图像进行立体匹配,得出焊缝图像视差图,再从视差中恢复距离,得到了焊枪的高度信息。对双目视觉传感器采集的焊缝图像进行实验,实验结果验证了弱纹理检测跨尺度聚合的立体匹配算法的可靠性。     

基于光场成像的双目深度图像获取

提出了一种利用Lytro相机光场图像进行双目立体测距的方法,首先对原始光场图像进行重编码获得宏像素水平排列的光场图像,由重编码图像提取出子孔径图像阵列并进行校正,相当于获得了相机阵列所拍摄得到的图像阵列。然后选取其中2个平行子孔径图像构成双目立体测距系统,通过matlab标定工具箱和Open CV函数库进行联合标定、立体校正和立体匹配生成深度图像,对目标物体进行距离测量。实验结果表明,该方法的距离测量在精度范围之内,双目测距方法可以应用于通过微透镜阵列获得的子孔径图像上。     

基于双目视觉的快速定位与测距方法

针对双目视觉定位与测距过程中存在匹配时间较长的问题,提出一种基于背景差分法的双目视觉快速定位与测距方法。首先,对双目相机拍摄的原始图像进行去畸变和立体校正处理;然后,对图像与背景帧差并进行形态学处理,得到只包含目标物体的图像;最后,对左右图像进行匹配并运用极线约束法则去除误匹配得到物体的三维信息,完成定位与测距。经实验验证,与传统双目视觉定位测距方法相比,该方法初始匹配对数减少了96.8%,有效匹配对数减少了94.1%,匹配时间减少了75.8%,表明本文方法对于实现基于双目视觉的快速定位与测距具有实际意义。     

基于双目立体视觉的纱线运动参数识别

针对目前运用传统接触方法难以准确、无干扰测量纱线运动参数的问题,提出基于双目立体视觉的纱线运动参数识别方法。采用双目高速相机采集运动纱线图像,开发双目高速同步抓帧存图程序;利用高精度标定板进行双目标定;经滑动窗口和线面交点方法定位纱线测试点;对极线校正后严格行对准的像对使用块匹配、原始和改进半全局块匹配等立体匹配算法计算深度图,并采用视差原理求得纱线测试点空间位置坐标;结合存图时刻求得纱线运动参数。实验表明,本文方法得到的纱线运动参数中位移误差均值为0.132 mm,与实际情况吻合良好。     

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFF特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性.有一定的实用价值.     

汽车双目立体视觉的目标测距及识别研究

为了降低园区自动驾驶汽车的环境感知实际应用成本,采用双目立体视觉的方法采集车辆前方环境的双目图像,通过立体匹配算法进行视差测距;使用深度学习算法对左图像进行目标识别,根据得到的目标区域在视差图中获取目标最小距离。结果表明,双目立体视觉系统能达到1%的测距精度,对车辆前方目标的实时识别测距速率达到45帧/s,为汽车自动避障提供实时环境感知信息,同时大大降低了环境感知的应用成本。     

基于双目视觉的红绿灯距离测量

红绿灯路口的交通事故对人们的生命和财产安全构成了极大的威胁。针对该问题,将双目视觉的测距技术应用在前方红绿灯距离的测量方面。研究了基于双目视觉的红绿灯距离测量系统。系统通过2个CCD摄像头从不同视角采集前方红绿灯的图像信息,得到左右两幅双目图像对,对左右两幅双目图像对进行处理、定位;然后采用全局匹配的方法进行特征点提取,找到对应的特征匹配点对,得到视差;再根据三角测量原理,恢复出被测目标的三维信息和深度信息,实现对前方红绿灯距离的测量。实验结果表明:该设计方案能有效地测量前方红绿灯距离,方法简单有效,具有较高的测量精度。